具有不同数目状态结点的HMMs在中国手语识别中的应用

被引：4

作者：

王春立

高文

机构：

[1] 大连理工大学计算机科学与技术系!大连

[2] 哈尔滨工业大学计算机科学与工程系!哈尔滨

来源：

计算机研究与发展 | 2001年 / 01期

关键词：

手语; 隐马尔可夫模型; 动态规划;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

中国手语是中国聋人使用的语言 ,主要通过手势动作来表达一定的含义 .因而 ,手语识别问题是动态连续信号的识别问题 .目前大部分手语识别系统采用 HMMs(hidden Markov models)作为系统的识别技术 .由于各个词包含的基本手势数不同 ,若所有模型都由同样数目的状态结点构成会影响识别率 .而由人为每个词设置状态数又很难达到完全准确 ,所述系统使用一种基于动态规划的估计状态结点数的办法 ,并实现了基于具有不同状态数目的 HMM的训练及识别过程 ,实验结果表明 ,该系统在手语的识别速度和识别精度方面都有所提高

引用

页码：111 / 115

页数：5

共 7 条

[1] ASL recognition based on a coupling between HMMs and 3D motion analysis.In: Proc of the IEEE Int’ l Conf on Computer Vision, Mumbai. Vogler C,Metaxas D. India . 1998
[2] Visual recognition of American sign language using hidden Markov models. Starner T,Pentland A. . 1996
[3] A tutorial on hidden markov model and selected applications in Speech recognition. Rabiner L R. Proceeding of the IEEE . 1989
[4] Machine recognition of Auslan signs using pow-ergloves:Towards large-lexicon recognition of sign language. Kadous M W. WIGL S Workshop .
[5] A sign language recognition system using hidden Markov model and context sensitive search. Liang R,Ouhyoung M. Proc. of the ACM Symposium on VR software and Technology . 1996
[6] Adapting hidden Markov models forASL recognition by using three-dimensional computer visionmethods. Vogler C,Metaxas D. Proc of the IEEE Int’’l Conf on Systems,Manand Cybernetics . 1997
[7] Isolated sign language recogni-tion using hidden Markov m odels. Kirsti Grobel,Marcell Assam. Proc of the IEEE Int’’lConf on Systems,Man and Cybernetics . 1997

← 1 →